基于MFCC与CDET的滚动轴承故障诊断方法研究
针对工程应用中振动传感器安装困难、故障特征向量存在冗余等应用问题,提出了一种基于噪声信号美尔倒谱(MFCC)与补偿距离评估(CDET)的滚动轴承故障诊断方法.将机器运行噪声信号作为轴承状态监测信号,提取机器运行噪声信号的MFCC作为诊断特征,采用CDET算法对所提取的MFCC特征进行降维,最后将CDET降维后的MFCC特征向量作为支持向量机(SVM)的输入进行模式分类,并与传统基于PCA的降维算法进行比较研究.实验结果表明:噪声诊断中CDET降维具有更优的降维效果,基于MFCC与CDET的滚动轴承故障诊断能够准确、有效地识别轴承故障类型.
轴承、故障诊断、美尔倒谱系数、补偿距离评估、噪声信号
26
TP18(自动化基础理论)
国家重点研发计划资助项目2017YFC0804404
2019-10-14(万方平台首次上网日期,不代表论文的发表时间)
共5页
1682-1686